LPC系数的一种压缩方法.pdfVIP

第20 卷 第2 期 新乡教育学院学报 200 7年6 月 Vo1.20 ，NO.Z JOU阅凡UJ OF X协X[ 以入G EDUCAIT ON C0 1LEGE JIJNE ，2X( y7 LPC 系毅 的一种 瓜 缩 方 孩 装洪文，曾宪权 ，乔 木 (郑州大学升达经贸管理学院，河南 郑州45 1191 ) 摘 要 本文指出了在声码器、语音识别、说话人识别等方面在利用广泛应用的线性预测技术时，压缩 11 气二系数 的重要意义，又在最小均方误差准则下，探讨了将p 个 1只二系数压缩到q 个( 1 q P) 系数的原理和方法。并 给出了该方法的计算流程和一个具体例子。 关键词 声码器;全极点模型; 1月二系数;特征抽取 中图分类号州IT3 文献标识码 A 文章编号 176 2- 33 25 (2仪刀)舰勺肠5观 作者简介 裴洪文( 1%6一) ，男，河南禹州人，郑州大学升达学院资讯管理学系硕士研究生。研究方向 计算机 通信教学 。 一、对 工尸〔系数进行压缩的意义 二、方法论证 在线性预测分析 中一般采用的传输函数模型是全极点 以下分析均假定 1八二一P 是某一处理帧的，在这种意义 模型(AR ) ，而细致的声学理论指出，全极点模型只适合于非 之下，某系数是常数，对 11 { 一P 记 鼻音浊音，而对鼻音和摩擦音，则应是零极点模型(A丑MA) 。 卫(尹) = ( a( 1) ，a(2)⋯，a(尸)) ， 但零极点模型对语音处理来说，运算量大且算法也不够完 旦( )1 表示PL C 一1的系数向量，而{a( )i }是其系数集 善，因为ARMA(p ，q) 中，p 最大。为此，一个好的解决办法是 合。约定匹表示向量和矩阵，X 表示数量或标量， 将预测阶数取得足够大 ，用足够多的极点来逼近零点。对 将旦(川按标准正交基向量容，，承⋯，与展开 1只二声码来说，采用大阶数的预测模型使得分析结果更精 P 确，从而可提高合成语音的质量，但大P 导致传输比特率的 ，(p) = ，，二，十二二+ 一 y]，、二万yi 二 l( ) 苦 二 1 增加。进一步数据压缩和提高分析精度之间构成 了矛盾。 式中客，= (客; ，食‘ ，‘⋯易)‘，二r 场二凡，务二9 r ‘旦(p) 对语音识别、说话人识别来说，大阶数p 可使抽取的特征更 有效，可提高识别精度，但在进行模式匹配和距离计算时，一 令舒，) 二万yk 弘 二‘宁 ， 方面要求系统有大的存储量和运算量，另一方面太多的特征 考虑 参数也不便于处理。显然，精确的特征抽取和方便的后续处 。= E{、〔(尹) 一么(夕)]r [二(，) 一盒(，川 理间也是一个矛盾。 如果我们能对 U限二系数进行压缩，对声码器来说，可对 {全、二)(玄、。)} 1二，+ 1 1二，+ 1 压缩后的系数进行编码、传输和解码 ，缓和了分析精度和 比